中國熱科院在基于混合監督學習的菠蘿智能識別算法方面取得新進展
時間：2025-06-17 09:14 來源：中國熱帶農業科學院 原文:
近日，中國熱科院南亞所旱作農業工程團隊在基于混合監督學習的菠蘿智能識別算法方面取得新進展。使用機器人和計算機系統自動收獲菠蘿時，果園中不同的光照條件復雜的環境和遮蔭對準確、實時的菠蘿識別和定位提出了重大挑戰。該團隊設計了一個基于混合監督學習（MIset）的掩蔽自關注實例分割網絡，以快速提取菠蘿的位置和幾何信息，有效降低了機器人手臂抓取過程中的果實損傷率。同時，網絡引入了掩蔽的自我注意力模塊，能更精準地識別菠蘿目標區域，減少無關背景信息的干擾。此外，團隊還設計了一種混合監督學習方法，允許模型具有一定程度的不確定性，增強了模型識別遮擋區域的能力，同時減少了對標簽的依賴。
時間：2025-06-17 09:14 來源：中國熱帶農業科學院 原文: 該方法在保持模型大小僅為26.5MB的前提下，實現了每秒50幀以上的高識別速度。與最先進方法相比，該方法在骨干網絡為 MAISNET 的情況下，其掩碼平均精度（iou=50）達到81.42，檢測平均精度（iou=50）達到 89.48。
相關研究成果以“Towards mechanized harvesting of pineapples: A masked self-attention instance segmentation network and pineapple detection dataset”為題發表于《Engineering Applications of Artificial Intelligence》。該論文的第一完成單位為中國熱帶農業科學院南亞熱帶作物研究所/農業農村部熱帶果樹生物學重點實驗室，單哲為論文第一作者，林聰副教授與薛忠副研究員為共同通訊作者。該項工作得到海南省重點研發、“十四五”廣東省農業科技創新十大主攻方向“揭榜掛帥”等項目的資助。
論文鏈接： https://doi.org/10.1016/j.engappai.2025.111162
